python - 不同tensorflow全连接层的区别
问题描述
张量流中可用的不同全连接层之间有什么区别。我知道可能有 2 个版本:面向对象和功能,但我能够在 tensorflow 中找到 4 个不同的层:
该文档包含使用所有这些的示例。我也想知道何时使用每一层。
解决方案
- 是一个 Keras 包装函数。它的功能与 3. Checkout Keras相同。
- 它是张量流的功能接口。
- 常用。
- 功能正在开发中。
从技术上讲,前 3 个具有相同的功能(相同的输入和输出)。
推荐阅读
- arduino - 第一个项目!Arduino uno r3 说“没有匹配函数调用'SevSeg::SevSeg()'”
- microsoft-partnercenter-java - 从合作伙伴中心获取外汇汇率的 API
- python - 我的代码中错过了什么,它在“adv_acc_search_table”变量上失败了?实际表格没有标签元素
- visual-c++ - 过去 2 周的水果销售情况
- java - 递归返回给定列表的所有排列
- ruby-on-rails - 配置 Chrome 日志
- java - Hibernate 不急切
- c# - 使用 Visual Studio 2019 将 FileSystemWatcher 作为 Windows 服务
- swift - 如何在 Swift 中使“CGFloat”符合“BinaryInteger”?
- javascript - 如何使用 GAS 将多个 HTML (webflow) 表单数据输入 Google 表格?